基于随机森林回归的玉米单产估测

为了提高玉米单产估测精度,以河北省中部平原为研究区域,以条件植被温度指数(VTCI)和上包络线S-G滤波的叶面积指数(LAI)为特征变量,通过随机森林回归确定玉米主要生育时期VTCI和LAI的权重,构建加权VTCI和LAI与玉米单产的单变量和双变量估产模型。结果表明,基于随机森林回归的双变量估产模型精度最高(R~2=0. 303),达极显著水平(P 0. 001)。将随机森林回归双变量估产模型用于研究区域2012年各县(区)玉米单产估测,结果表明,53个县(区)玉米估测单产与实际单产的平均相对误差为9. 85%,均方根误差为824. 77 kg/hm~2,模型精度较高。基于随机森林回归双变量估产模型逐像素估测研究区域2010—2018年玉米单产,结果表明,玉米单产在空间上的分布特征为西部地区最高、北部和南部次之、东部地区最低,年际间的分布特征为在波动中呈先减少后增加的趋势。     

基于作物生长监测诊断仪的玉米LAI监测模型研究

为探索作物生长监测诊断仪（CGMD-402型）在作物长势监测应用中的精准性与适用性,连续2年在不同氮肥水平下进行不同玉米品种的实验。使用作物生长监测诊断仪采集冠层归一化差值植被指数（Normalized differential vegetation index,NDVI）、比值植被指数（Ratio vegetation index,RVI）,并同步以ASD FR-2500型野外高光谱辐射测量仪获取冠层光谱反射率,构建NDVI、RVI高光谱植被指数;通过对比两种仪器获取的植被指数特征及其定量关系,评价CGMD-402型作物生长监测诊断仪监测精度;基于CGMD-402型作物生长监测诊断仪获取的NDVI、RVI,建立叶面积指数（Leaf area index,LAI）监测模型,并对模型监测精度进行验证。结果表明：玉米冠层NDVI、RVI随施氮量增加而增加,增加幅度分别为8.20%~36.59%、4.40%~25.16%;CGMD-402型作物生长监测诊断仪与ASD FR-2500型野外高光谱辐射测量仪获取的NDVI、RVI相关系数分别为0.991、0.985,决定系数分别为0.983、0.969,说明CGMD-402型作物生长监测诊断仪具有较高的监测精度,可替代ASD FR-2500型野外高光谱辐射测量仪获取NDVI、RVI指数;利用CGMD-402型作物生长监测诊断仪获取NDVI、RVI,建立LAI监测模型的决定系数分别为0.911、0.898;以独立数据对模型精度进行验证,模型预测值与田间实测值间决定系数分别为0.963、0.954,相对误差分别为6.65%、9.37%,表明二者具有高度一致性。研究表明,利用作物生长监测诊断仪能有效监测玉米不同品种LAI动态变化,可以替代AccuPARLP-80型植物冠层分析仪获取玉米LAI数据。     

基于条件植被温度指数的夏玉米生长季干旱预测研究

为验证条件植被温度指数(VTCI)在夏玉米生长季干旱预测中的适用性,以河北中部平原为研究区,应用求和自回归移动平均(ARIMA)模型及季节性求和自回归移动平均(SARIMA)模型,对该地区VTCI时间序列数据进行分析建模预测。首先基于49个气象站点所在像素的VTCI时间序列数据,选取不同长度时间序列建立ARIMA模型,并分析时间序列长度与预测精度间关系,以期为时间序列长度选择提供依据;然后选择理想长度的VTCI时间序列数据,分别建立ARIMA模型和SARIMA模型,用于研究区域2017年夏玉米生长季VTCI预测,并分析评价两模型预测精度;最后采用性能较好的ARIMA模型逐像素建模预测,得到2016-2018年9月上旬至下旬VTCI预测结果。结果表明:基于ARIMA模型的VTCI预测精度与时间序列长度未呈现明显的相关关系,但随时间序列长度增加,模型预测精度逐渐趋于稳定;ARIMA模型对干旱的预测精度高于基于SARIMA模型,其1步、2步、3步VTCI预测结果均方根误差较SARIMA模型分别降低0. 06、0. 07、0. 09;ARIMA模型在不同年份夏玉米生长季VTCI1~3步的预测精度稳定性较好,2016-2018年1步、2步和3步VTCI预测结果绝对误差绝对值大于0. 20的像素平均百分比分别为5. 84%、6. 38%、8. 72%。     

基于无人机成像高光谱影像的冬小麦LAI估测

利用无人机Cubert UHD185 Firefly成像光谱仪和ASD光谱仪获取了冬小麦挑旗期、开花期和灌浆期的成像和非成像高光谱以及LAI数据。首先,对比ASD与UHD185光谱仪数据光谱反射率,评价两者精度;然后,选取7个光谱参数,分析其与冬小麦3个生育期LAI的相关性,并使用线性回归和指数回归挑选出最佳估测参数;最后利用多元线性回归、偏最小二乘、随机森林、人工神经网络和支持向量机构建了冬小麦3个不同生育期LAI的估测模型。结果表明:UHD185光谱仪光谱反射率在红边区域与ASD光谱仪趋势一致性很高,反射率在挑旗期、开花期、灌浆期的R^2分别为0.9959、0.9990和0.9968,UHD185光谱仪数据精度较高;7种光谱参数在挑旗期、开花期、灌浆期与LAI相关性最高的参数分别是NDVI(r=0.738)、SR(r=0.819)、NDVI×SR(r=0.835);LAI-MLR为冬小麦LAI的最佳估测模型,其中开花期拟合性最好,精度最高(建模R^2=0.6788、RMSE为0.69、NRMSE为19.79%,验证R^2=0.8462、RMSE为0.47、NRMSE为16.04%)。     

浙江高温热害气象下水稻孕穗阶段热害概率的拟合优度检验方法

为避免或降低高温热害对水稻孕穗阶段的影响,建立了一种热害概率预测模型,并采用卡方检验法判断其拟合度。结果表明,预测温度值与实际温度值的拟合度较高,该模型能够有效预测稻田的热害发生概率以及划分高温热害风险等级。      

红外热成像技术在农业中的应用

介绍了红外热成像技术的基本原理和常用热图像处理方法,总结了红外热成像技术在作物水分胁迫、侵染性病害监测、冻害胁迫以及产量预测等领域中的应用,分析了红外热成像技术在农业领域的开发与应用中所面临的难题和未来的发展趋势,以期为红外热成像技术在农业上的实际开发应用提供参考。      

不同播期和灌水条件下冬小麦生物量变化与产量模拟

为了阐明播期和灌水对冬小麦生物量积累动态特征的影响并实现不同播期与灌水条件下的产量模拟,在吴桥实验站2年（2017—2019年）播期水分大田试验基础上,结合2011—2017年播期水分文献资料,采用“小麦钟”模型发育指数来定量模拟冬小麦的发育期,以Logistic模型定量模拟不同播期和水分处理对地上部生物量积累动态的影响,并建立冬小麦生物量模型,进而构建冬小麦产量模型。结果表明,播期通过影响冬小麦生长旺盛期来影响生物量积累;播期推迟,冬小麦生长旺盛期缩短而使生物量减小。不同水分处理造成的地上部最大生物量的差异主要由生物量的最大积累速率决定,生物量最大积累速率随灌水量的增大呈先增加后下降趋势。基于冬前积温和生长季供水量建立冬小麦生物量与产量模型,冬小麦地上部生物量实测值和模拟值的均方根误差（RMSE）和归一化均方根误差（NRMSE）分别为1980.2kg/hm2和15.7%,产量实测值和模拟值的RMSE和NRMSE分别为839.7kg/hm2和10.6%。基于发育指数的Logistic模型能较好地模拟冬小麦的生物量积累,对不同播期与灌水条件下的产量具有较好的预测效果。足墒播种条件下,冬小麦适宜冬前积温为200~600℃·d,生长季适宜供水量为200~450mm。该研究为华北地区合理调控播期灌水措施提供了科学依据,为不同播期与灌水条件下冬小麦产量预测提供了思路。     

2008年山东省蔬菜审定品种

琴萌1号大白菜选育单位:青岛国际种苗有限公司。特征特性:微型大白菜品种,生长期约60 d (天)。株高约25 cm,开展度30 cm。外叶较直立,叶色深绿,叶柄平薄,白绿,叶面稍有光泽;球叶轻叠抱,叶球呈短圆筒形,球内叶黄色,单球质量     

李宝聚博士诊病手记(十四) 武汉双柳地区豇豆炭疽病的发生与防治

双柳街道是武汉市6667hm2无公害蔬菜基地和湖北省优势农业板块基地。豇豆播种面积3333hm2,年产量十几万吨,年总产值达2亿多元,成为湖北最大的豇豆生产基地(彩色图版1)。当地试验总结示范推广了三高三省蔬菜周年栽培模式,如早春苋菜—套